Core Concepts
MRIデータを分析して脳年齢を正確に推定するための新しいフレームワークを提案する。
Abstract
健康な個人のMRIデータから脳年齢を推定するために、Dual Graph Attention based Disentanglement Multi-instance Learning(DGA-DMIL)フレームワークが提案されました。このフレームワークは、3D MRIデータを2D畳み込みニューラルネットワークバックボーンに供給し、特徴を捉えます。さらに、二重グラフ注意集約器と分離ブランチが導入され、冗長情報の影響を軽減します。提案されたモデルはUK BiobankとADNIの2つのデータセットで評価され、優れた精度を示しました。他の競合する脳年齢推定モデルと比較して最先端技術として確立されました。
Stats
UK Biobankで平均絶対誤差(MAE):2.12歳
ADNIでMAE:2.81歳
Quotes
"Deep learning techniques have demonstrated great potential for accurately estimating brain age by analyzing Magnetic Resonance Imaging (MRI) data from healthy individuals."
"Our proposed model demonstrates exceptional accuracy in estimating brain age, achieving a remarkable mean absolute error of 2.12 years in the UK Biobank."